图像质量评价

摘要： 目的图像质量评价(IQA)旨在使用计算模型自动衡量和评价图像质量,以代替人类视觉系统的主观意见,并应用到相关实际问题中。方法首先将参考图像与失真图像进行输入,使用视觉显著性模型计算图像局部相似度的特征映射,并在质量得分池化阶段作为加权函数,同时,针对视觉显著性图作为单一特征映射的不足,增加了梯度幅度,然后将图像进行颜色空间的转化提取颜色特征,最后分配相应的权重来计算图像相似度。结果在4个大型数据集上的对比测试显示,在保持适度计算复杂度的同时,VSPSI相比其他有代表性的模型在预测精度上得到了一定的提升,特别是在TID2013数据集上的SROCC达到了0.9055。结论研究结果表明,VSPSI是一个性能优良的IQA方法,在不同数据集和不同失真类型中都有良好的表现,具有较强的鲁棒性,可胜任多类失真图像的客观质量评价,同时可通过优化视觉显著性模型进一步提升VSPSI的性能。

摘要： 图像质量评价(Image Quality Assessment,IQA)是图像处理领域研究的基本问题之一,其研究的关键在于特征提取.一方面,提取的特征需反映人类视觉系统(Human Vision System,HVS)的感知特性;另一方面,由于图像信息源于灰度或色彩在空域的变化,这要求特征在本质上(Intrinsically)需依某种方式来描述图像的灰度或色彩变化.基于这种认识,本文根据视网膜采样模式构造了一种描述图像局部多尺度灰度变化的特征,这里称之为视网膜采样模式引导的描述符(RSPD,Retina Sampling Patterns guided Descriptor),然后基于RSPD相似性设计了一种全参考图像质量评价算法.数值实验表明,无论在公开数据集上的总体评价效果,还是对单一失真类型的评价效果,与目前最好的传统方法相比该算法都相当有竞争力.

摘要： 针对图像质量评价问题,从自然图像统计与SVD角度出发,提出一种通用无参考图像质量评价方法。方法对待测失真图像进行局部归一化,利用奇异值分解提取图像高频信息,采用非对称广义高斯分布进行模拟高频信息的自然图像统计特征,构建图像质量特征向量;利用支持向量机构建图像质量回归模型,实现图像质量评价。通过在LIVE2图像质量评价数据库的大量实验表明,方法能够有效评价不同失真类型的图像质量;与现有经典的无参考通用图像质量评价方法相比,方法的评价结果与人眼主观评价具有更高的一致性,并具有较低的数据依赖性。

摘要： 因为水的吸收和散射效应,导致水下图像普遍存在模糊、低对比度和色彩不均衡等问题,而自然图像质量评价方法没有考虑水下成像的特殊性,难以应用于水下图像;同时目前有效的水下图像的质量评价方法较少,且存在一定局限性。针对此问题,提出了一种新的与主观感知密切相关的无参考水下图像质量评价方法,选择与视觉感知相关性高的色度特征(Col)、基于人类大脑视觉皮层的对比度特征(Con)、反映图像信息丰富程度的清晰度特征(Sharp)这3种属性,来构成水下图像质量评价模型,简称CCS。这些视觉特征对水的物理特性比较敏感,而且人类视觉系统(Human Visual System,HVS)易受色彩、对比度和边缘结构等视觉特性变化的影响。为了验证所提方法的性能,在自建小型水下图像数据集上与CPDB,BRISQUE,UCIQE,UIQM这4种无参考评价算法进行了大量的对比实验,在与主观评价相关性度量方面,CCS方法比UIQM方法的RMSE度量指标提升了大约13%,比UCIQE和UIQM方法的PLCC,SROCC和KROCC度量指标提升均超过10%。实验结果表明,CCS算法与人类视觉感知具有高度一致性,能有效、准确地评估水下图像的质量。

摘要： 目的:探究混合迭代算法(iDose^(4))和全模型迭代重建(IMR)算法在冠状动脉CT血管造影(CCTA)中的应用价值。方法:选取医院收治的60例待确诊冠心病患者,按照随机数表法将其分为iDose组和IMR组,每组30例。所有患者均进行CCTA检查,并将所有患者原始数据传输到飞利浦ISP工作站进行处理分析,iDose组原始数据采用iDose^(4)(4级算法重建),IMR组原始数据采用IMR(L1 Cardiac-Routine)重建。对两组碘负荷、主客观图像质量评价指标、图像效果噪声值、对比噪声比(CNR)和信噪比进行比较。结果:iDose组对比剂使用量、碘负荷水平明显高于IMR组,差异有统计学意义(t=12.521,t=11.247;P<0.05)。iDose组管腔边缘锐利度、伪影和图像总体质量评分均明显低于IMR组,噪声高于IMR组,差异有统计学意义(t=9.632,t=10.328,t=11.723,t=13.698;P<0.05)。两组各段冠状动脉CT值差异无统计学意义,但IMR组左冠状动脉前降支远段CT值显著高于iDose组,差异有统计学意义(t=14.259,P<0.05),iDose组噪声值显著高于IMR组,而CNR和信噪比均显著低于IMR组,差异有统计学意义(t=14.529,t=12.369,t=13.027;P<0.05)。结论:IMR重建算法与iDose^(4)相比可进一步降低碘负荷以及噪声,提高图像质量。

摘要： 图像分割是图像处理中的一个重要问题,也是一个经典难题。图像分割可以降低后续算法的难度和空间复杂度。然而,现有的图像分割方法的阈值难确定、算法复杂、耗时长等问题依然存在。本文针对线阵图像的区域特征,提出一种自适应阈值的图像分割算法。利用线阵图像相对运动和相对静止的物体在图像中差异显著的优良特性,计算线阵图像每行像素的方差。相对运动部分方差差异显著,相对静止部分方差差异较小,以此来实现对线阵图像的分割。

摘要： 针对低质量人脸图像阻碍识别系统性能提升的问题,本文提出了一种无参考的人脸图像质量评价方法,并使用该方法评估了不同类型的图像退化对人脸图像质量的影响程度.该方法使用一种集群卷积网络结构,模拟人脸图像退化过程中的特征偏移,根据特征偏移量和图像信息量之间的相关性,完成人脸图像质量分数计算.使用遗传算法对构成集群网络的网络单元进行筛选,可使用更小网络规模实现同等性能.以质量评价算法为工具进行实验,研究评估了不同图像退化类型对人脸识别的影响,为指导今后人脸质量相关研究得出了有益结论.在主流人脸数据集上进行的实验证明,通过筛选数据库中低质量分数的人脸图像,可以进一步提升现有人脸识别系统的性能,且识别率提升表现出良好稳定性.该方法复杂度低,无需训练,与FaceQNet等最新方法相比,在FNMR和EER指标上显示出明显优势.

摘要： 图像的模糊问题影响人们对信息的感知、获取及图像的后续处理.无参考模糊图像质量评价是该问题的主要研究方向之一.本文分析了近20年来无参考模糊图像质量评价相关技术的发展.首先,本文结合主要数据集对图像模糊失真进行分类说明;其次,对主要的无参考模糊图像质量评价方法进行分类介绍与详细分析;随后,介绍了用来比较无参考模糊图像质量评价方法性能优劣的主要评价指标;接着,选择典型数据集及评价指标,并采用常见的无参考模糊图像质量评价方法进行性能比较;最后,对无参考模糊图像质量评价的相关技术及发展趋势进行总结与展望.

摘要： 图像质量评价是图像处理、图像/视频编码等领域的基础性问题,用于评估图像的失真程度,被广泛应用于算法设计与分析、系统性能评估等方面。无参考图像质量评价(又称为盲图像质量评价)是一种重要的客观质量评价方法。因为无须原始的参考图像,因此具有广泛的应用前景。近年来,随着深度学习技术的不断发展,人们提出了多种基于深度学习的无参考图像质量评价方法。对该领域近期的研究进展进行了综述,介绍了衡量算法优劣的指标和数据集,对几种有代表性的无参考图像质量评价方法的性能进行了对比,最后给出了未来可能的研究方向和发展展望。

摘要： 为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题,提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法。首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换,以解决眼底图像亮度的平衡问题。其次,在Lab颜色空间中采用受限直方图均衡化方法提高眼底图像的细节信息,使得处理后的彩色眼底图像颜色保真性较好。最后,在DIARETDB0眼底图像数据库上进行分析,并与目前常用的眼底图像增强方法进行对比。对比结果表明,该算法相对于其他算法具有更好的视觉效果,改善了彩色眼底图像的颜色失真及对比度低的问题,客观评价指标优于传统的CLAHE方法,色彩浓度综合指标提高了37.6%,梯度指标提高了54.23%,图像质量评价指标提高了7%,有效提高了眼底图像的质量,为后期眼底图像的识别、分割和分类提供了一种新的预处理方法。

摘要： 图像质量评价的目标是以视觉感知的方式为客观地度量图像质量提供计算模型.结构相似度方法的提出将图像质量评价从基于像素向基于结构的阶段推进.本文借助空间不变特征变换(SIFT),提出了将图像间的匹配特征点比例和结构相似度相结合共同作为图像质量评价的因子.实验证明:提出的SIFT-SSIM算法与主观得分的相关性上可比拟大多数经典的全参考算法,甚至在部分失真类型上具备相当的优势.

摘要： 针对传统的图像评价方法,如峰值信噪比(PSNR),均方误差(MSE)等基于像素灰度的统计与主观评价的一致性较差的问题,结合人类视觉系统的视觉特性,提出了一种基于Contourlet变换的多尺度图像质量评价方法.通过将参考图像与失真图像变换到YUV彩色空间,并使用其亮度分量,在Contourlet 域进行多尺度多方向分解获取不同尺度的图像特征,同时结合视觉感知JND,将人眼无法区分的特征合并,对合并后的对应子带特征计算区域互信息(RMI)得到对应子带特征的相似性并使用对比敏感函数(CSF)对不同子带相似性加权,得到图像的最终评价指标.对LIVE库中包括5 种失真类型的982 幅图像验证该算法,得到K-score为0.9401,SROCC 值为0.9603,CC为0.9696,RMSE 为5.6584,MAE为4.0428,实验结果表明,该评价方法能很好的对各种失真类型的图像进行评价,比PSNR、SSIM等算法的主客观一致性更好,更加符合人眼的视觉特性.

摘要： 在分析多通道结构、遮掩效应、敏感度带通特性等人类基本视觉系统特性(Htvs)的基础上,提出了一种新的图像质量评价指标的构造方法。指标构造先借助多尺度几何分析(MGA)中的Contourlet变换对图像进行子带分解以此模拟视觉多通道结构特性,然后在各子带中使用一种视觉遮掩效应模型获取失真图像和参考图像之间的视觉误差,最后通过对比度敏感函数(CSF)取得不同子带的视觉误差加权系数,从而得到图像质量评价值。本文在具有5种类型降质图像的LIVE图库进行性能比较实验,结果表明本文所设计指标比峰值信噪比PSNR、结构相似度SSIM算法具有更好的稳定性和主客观评价一致性；同时试验表明通过对比度敏感函数(CSF)获取的加权对本图像质量评价指标改进较小。

摘要： 针对中国书画印章图像质量评价问题，在分析书画印章图像生成过程的基础上，利用印章图像的颜色特征，结合数字图像处理技术，提出了一种中国书画作品中印章图像质量的客观评价方法，并对评价效果进行了分析。

摘要： 针对电视侦察武器的应用特点，对其图像质量评价的概念、内容和目的进行了分析，设计了电视侦察武器图像质量评价方案，包括静态评测和动态评估，达到了较为全面地对电视侦察武器的图像进行客观评价的目的，为该类型武器鉴定试验中的图像质量评价提供了方法。

摘要： 立体图像质量评价是感知与显示的基础，也是立体视频系统设计的依据。由于图像的最终接受者是人，所以评价图像质量的关键在于其是否符合人类视觉系统特性。在分析视觉非线性、对比敏感度、多通道结构等人类视觉特性的基础上，提出了一种立体图像质量评价方法。该方法首先对图像进行5 级小波分解，将图像的空间频率按视觉系统的掩盖效应特点分成6 个频带分别进行滤波，以改变原始图像的空间频率。实验结果表明，所提出的方法优于传统的客观质量评价方法，能够反映图像的质量以及立体感。

摘要： 本着使增强前后图像色彩不发生偏差的原则,提出了基于颜色恒常性的图像增强客观质量评价标准,为了兼顾对图像可懂度的评价,提出了将图像清晰度与基于颜色恒常性的图像增强客观质量评价标准相结合的彩色图像增强结果客观质量评价新方法.实验证明本文提出的图像增强质量评价标准同主观质量评价标准具有良好的一致性,可以较好的反应图像增强结果的好坏.

摘要： 鉴于云是卫星成像重要约束条件以及目前卫星影像中云信息描述简单、云的空间分布信息不足特点,本文提出基于GeoSOT云区位标识编码模型,对气象卫星影像中云进行标识与编码.利用气象卫星影像云区位标识编码中隐含的空间信息与卫星轨道或拍摄区域范围相结合,可准确计算卫星拍摄区域云覆盖情况,并将云覆盖空间范围信息作为卫星关闭相机的约束条件,避开对有云区域的拍摄,实现对卫星成像调度,达到获得高质量的卫星影像的目的.最后,通过仿真实验表明,基于GeoSOT云区位标识编码可用于卫星成像调度,具有一定应用价值.

摘要： 鉴于云是卫星成像重要约束条件以及目前卫星影像中云信息描述简单、云的空间分布信息不足特点,本文提出基于GeoSOT云区位标识编码模型,对气象卫星影像中云进行标识与编码.利用气象卫星影像云区位标识编码中隐含的空间信息与卫星轨道或拍摄区域范围相结合,可准确计算卫星拍摄区域云覆盖情况,并将云覆盖空间范围信息作为卫星关闭相机的约束条件,避开对有云区域的拍摄,实现对卫星成像调度,达到获得高质量的卫星影像的目的.最后,通过仿真实验表明,基于GeoSOT云区位标识编码可用于卫星成像调度,具有一定应用价值.

摘要： 鉴于云是卫星成像重要约束条件以及目前卫星影像中云信息描述简单、云的空间分布信息不足特点,本文提出基于GeoSOT云区位标识编码模型,对气象卫星影像中云进行标识与编码.利用气象卫星影像云区位标识编码中隐含的空间信息与卫星轨道或拍摄区域范围相结合,可准确计算卫星拍摄区域云覆盖情况,并将云覆盖空间范围信息作为卫星关闭相机的约束条件,避开对有云区域的拍摄,实现对卫星成像调度,达到获得高质量的卫星影像的目的.最后,通过仿真实验表明,基于GeoSOT云区位标识编码可用于卫星成像调度,具有一定应用价值.

摘要： 本发明所示的基于高质量自然图像统计量学习模型的无参考图像质量评价方法：首先从高质量自然图像的第一图像块中学习多元高斯模型所对应的参数；对于测试图像，先将其分割成等大小的第二图像块，并提取每一个第二图像块的多元高斯模型；使用巴氏距离确定多元高斯模型之间的距离，从而确定失真图像质量块的质量；利用视觉显著性线性加权所有失真图像块的质量，最终得到测试图像的客观评价分数，其可较好地克服了现有评价方法泛化能力弱的问题，满足实际应用对无参考图像质量评价方法的要求。

摘要： 本发明公开一种基于图像高频信息的无参考图像质量评价方法，包括以下步骤：对待评价图像I使用低通滤波，得到二次退化图像I

摘要： 本发明提供一种文本图像处理方法、文本及卡证图像质量评价方法和装置，该文本图像处理方法包括：获取待处理的第一文本图像块，其中，所述第一文本图像块的长度和宽度的比值不满足预设比值条件；对所述第一文本图像块进行分割，得到N个文本图像子块，其中，N为大于1的整数；将所述N个文本图像子块进行拼接，得到第二文本图像块，其中，所述第二文本图像块的长度和宽度的比值满足所述预设比值条件。通过本发明提供的文本图像处理方法，可以减少大小调整对文本图像块质量的影响，进而可以提高调整后的文本图像块的质量。

摘要： 本发明提供了一种图像质量评价方法、图像质量评价模型的训练方法和装置，该方法包括：获取待处理图像；将该待处理图像输入至预先训练完成的图像质量评价模型中，得到待处理图像在预设的多个质量等级下的评价结果；该图像质量评价模型为使用样本集通过机器学习训练得到的，样本集中的每个样本均包括一个样本图像和该样本图像对应的质量标签分布；该质量标签分布中包括预设的多个质量等级，以及样本图像属于每个质量等级的概率值。该方式通过图像质量评价模型对待处理图像进行质量评价得到图像的质量等级，该图像质量评价模型在训练的过程中可以从样本图像的质量标签分布中学习到图像质量内在的不确定性，进而提高模型质量评价的精度和稳定性。

摘要： 本发明提供了一种采用高动态范围的图像质量数据集的图像质量评价方法，步骤为：第一步、选取6张参考图像及其对应的使用8个失真级别的JPEG/JPEG2000压缩、白噪声和高斯模糊处理的失真图像组成的192张图像；第二步、主观视觉测试，并用一对校准后的8位LDR和10位HDR显示器显示图像并记录的主观打分；第三步、在得到的HDR2014上测试一些时下的最先进的IQA方法，得出最终的客观质量分数，客观质量分数和MOS/DMOS值的相关性越强，评价方法越准确。结果证实，相比LDR本发明提高了视觉刺激的感知质量，并用现有的几种IQA方法测试除少部分测试方法性能显著下降外，其他方法测试性能很好。

摘要： 本发明所示的基于高质量自然图像统计量学习模型的无参考图像质量评价方法：首先从高质量自然图像的第一图像块中学习多元高斯模型所对应的参数；对于测试图像，先将其分割成等大小的第二图像块，并提取每一个第二图像块的多元高斯模型；使用巴氏距离确定多元高斯模型之间的距离，从而确定失真图像质量块的质量；利用视觉显著性线性加权所有失真图像块的质量，最终得到测试图像的客观评价分数，其可较好地克服了现有评价方法泛化能力弱的问题，满足实际应用对无参考图像质量评价方法的要求。

摘要： 本发明涉及基于图像质量评价的空气质量评价方法、系统、设备及存储介质，本发明的基于图像质量评价的空气质量评价方法，包括以下步骤：S1、获取多个不同空气质量指数下的雾霾图像；S2、通过无参考型图像质量评价算法获取雾霾图像的图像评价指标，并建立雾霾图像的图像评价指标与空气质量指数的对应关系；S3、获取一实时雾霾图像并通过无参考型图像质量评价算法计算实时雾霾图像的图像评价指标；S4、通过雾霾图像的图像评价指标与空气质量指数的对应关系获取实时雾霾图像对应的空气质量指数。实施本发明能够简单快捷的获取实时空气质量等级，成本低，应用场景广。

摘要： 基于融合图像和强化图像的无参考立体图像质量评价方法，首先基于人类视觉系统的双目融合、双目竞争、双目抑制等特性，将立体图像的左右视点进行红、绿、蓝三通道的融合，得到彩色融合图像；其次，使用立体匹配算法得到失真立体图像对的视差图，将视差图的梯度权重对彩色融合图像的灰度图进行加权；再次，根据融合图像和视差图生成强化图像；然后，对融合图像和强化图像在空间域提取自然统计特征，对视差图提取峰度和偏度特征；最后，对所提特征进行融合并将融合后的特征送入支持向量回归(support vector regression,SVR)中得到待评价立体图像的质量。

摘要： 本发明提供了一种融合图像熵和结构相似性特征的对比度失真图像质量评价方法，属于图像质量客观评价、图像处理及机器视觉等领域。本发明将图像的图像熵、结构相似性特征进行结合并融合处理，弥补了图像熵特征对图像结构不敏感的不足同时融入了图像的结构特征和熵特征，从图像像素统计和内容结构方面对图像开展全面的质量评价，解决了在采集、传输、转换等数据处理过程中图像对比度失真退化的量化评价问题。本发明的评价过程不是很复杂、计算效率高、准确性好，对图像的失真具有很好的评价性能，评价数据真实反映了图像退化失真程度且与人眼的视觉感知特性一致，能够满足图像融合、图像增强、图像识别等领域对图像质量失真客观评价的实际需求。

摘要： 本发明涉及图像处理技术领域，具体是基于图像语义信息的增量学习无参考图像质量评价方法，其特征在于，包括以下步骤：划分增量任务集；将划分的增量任务集输入到特征提取网络中；将提取到的全局语义特征输入到混合注意力模块中；将获取到的带有空间信息的显著语义特征与多尺度失真特征使用早融合的方式融合；将得到深度融合特征输入到回归网络中；使用知识蒸馏的方式将回归网络学习到的知识迁移到学生网络；使用学生网络对下一次增量任务的部分图像数据做出质量分数预测，本发明基于图像语义信息的增量学习无参考图像质量评价方法，增强了模型对不同场景失真图像的鲁棒性，提高了模型对不同场景失真图像质量的表达能力。